为进一步加强西北大学计算机学院（软件学院）计算机科学与技术专业学生在人工智能与深度学习工程实践领域的开发能力，2026年1月13日-1月15日，学院面向计算机科学与技术专业2023级全体学生组织开展了“深度学习开发实战实训”创新实践周活动。

本次实践周以卷积神经网络（CNN）与反向传播为核心内容，通过“讲解-演示-实践-总结”的方式，帮助学生深入理解卷积、池化、权值共享等关键机制，掌握反向传播中梯度计算与参数更新的基本逻辑，形成对深度学习模型“前向推理-损失计算-反向优化-迭代收敛”的完整认知链路。实训任务要求学生能够基于深度学习框架搭建CNN模型，完成数据加载与预处理，并输出训练损失、测试准确率及预测结果等关键指标，实现从理论到代码的有效贯通。

实践过程中，指导教师首先对实验内容进行详细讲解，围绕实验目标、代码框架、关键参数设置与常见问题进行逐步演示。学生在教师指导下完成软件环境安装、数据集加载、模型训练与调参优化等操作，重点训练学习率、迭代次数、批次大小、卷积核参数等超参数对模型性能的影响分析能力，真正做到“搭得起来、跑得通、调得好”。

本次实践周强调过程记录与结果分析，要求学生规范撰写实践报告，完整呈现模型结构设计、实验设置依据、训练结果可视化与问题解决方案。在学生提交的实践报告中，不少同学不仅完成了CNN训练与验证，还进一步开展了可视化分析与优化迭代，例如通过热力图观察模型关注区域，并对曲线展示效果进行改进，使实验结果更加直观、可解释，体现了良好的工程思维与分析能力。

通过为期三天的集中实训，同学们进一步巩固了深度学习基础知识，强化了模型搭建、训练调参与结果分析等关键技能，增强了将课堂理论迁移到实际任务中的综合素养。下一步，学院将持续推进改革举措，加强学生实践创新能力培养，推进特色、项目制课程建设等举措，不断提升学生面向真实问题的编程能力与人工智能工程素养培养。